杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的全基因组关联分析

【目的】 利用全基因组关联分析定位影响杜长大猪（DLY）、二花脸猪（EHL）和莱芜猪（LW）3个群体25种血液性状的染色体位点,为最后鉴定影响这些性状的因果基因提供前期基础,同时为猪抗病育种和生产提供参考。【方法】将610头杜长大三元杂猪在（180±5）日龄,336头二花脸猪和333头莱芜猪在（300±5）日龄进行统一屠宰。收集2 mL血液于抗凝管中,利用全自动生化分析仪进行25种血液性状的血常规检测。采集猪耳组织提取DNA并测浓度和质量。将质检合格的DNA样品利用Illumina 60K SNP芯片进行基因型判定。运用PLINK软件对判型结果进行质量控制,将合格的SNP标记用于后续的关联分析。使用R语言GenABEL软件包中的广义混合线性模型进行全基因组关联分析,定位影响3个群体25种血常规性状的显著性染色体位点。据全基因组关联分析结果,在Ensembl或NCBI网站上搜寻潜在的位置候选基因。【结果】杜长大猪、二花脸猪和莱芜猪三个群体通过质控的有效表型数据个体数分别为552头、325头和281头。60K SNPs经过质量控制过后,杜长大猪剩余56 216 SNPs,莱芜猪剩余49 343 SNPs,二花脸猪剩余35 974 SNPs,用于Meta分析的SNPs共有32 967。运用全基因组关联分析和Meta分析共定位到610个显著影响3个群体25种血液性状的SNPs,其中135个SNPs达基因组显著水平,475个SNPs达建议水平;分布在所有染色体上。在杜长大猪中共鉴别到32个基因组显著水平SNPs以及85个建议水平SNPs,且8种性状有基因组显著水平的SNPs,分别是淋巴细胞数目（LYM）、淋巴细胞比率（LYMR）、嗜碱性粒细胞数目（BAS）、嗜碱性粒细胞比率（BASR）、平均红细胞体积（MCV）、红细胞分布宽度变异系数（RDW_CV）、平均红细胞血红蛋白含量（MCH）和血小板分布宽度（PDW）。在二花脸猪中共鉴别到33个基因组显著水平SNPs以及139个建议水平SNPs,且9种性状有基因组显著水平的SNPs,分别是LYM、MCH、平均红细胞血红蛋白浓度（MCHC）、单核细胞数目（MON）、单核细胞比率（MONR）、平均血小板体积（MPV）、中性粒细胞比率（NEUR）、大血小板细胞（P_LCC）以及血小板压积（PCT）。在莱芜猪中共鉴别到54个基因组显著水平SNPs以及169个建议水平SNPs,且6种性状有基因组显著水平的SNPs,分别是BASR、红细胞压积（HCT）、MCH、MCHC、MCV和红细胞数目（RBC）。在Meta分析结果中,共鉴别到16个基因组显著水平SNPs以及82个建议水平SNPs,且6种性状有基因组显著水平SNPs,分别是RBC、HCT、MCH、MCHC、MCV以及MON。通过在Ensembl或NCBI网站上搜寻最强相关SNP区域内的候选基因,初步将F13A1、SPTA1、DBNL、SLC25A28、CTSC基因分别确定为影响BASR、HCT、LYM、MCHC、NEUR的重要候选基因。【结论】通过全基因组关联分析和Meta分析共得到610个显著影响杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的SNP位点,初步确定F13A1、SPTA1、DBNL、SLC25A28和CTSC基因分别是BASR、HCT、LYM、MCHC和NEUR的重要位置候选基因,为解析商业猪和纯种地方猪的血液性状或免疫性疾病提供重要参考。     

大豆抗倒伏相关性状全基因组关联分析

研究以150份大豆种质为试验材料开展2年3点试验,在收获期测定抗倒伏相关性状,并利用RTM-GWAS方法作关联分析,共检测到99个显著关联SNP位点,其中48个效应显著位点,解释0.28％～3.38％表型变异;89个与环境互作显著位点,解释0.53％～7.04％表型变异;其中,21个位点主效表型变异解释率高于1％;与6...     

杜洛克母猪初情期日龄全基因组关联分析

【目的】母猪初情期日龄是重要的经济性状,直接影响母猪的繁殖利用年限,但调控母猪初情期启动的机制尚不清楚。【方法】基于全基因组芯片数据,对571头杜洛克母猪初情期日龄进行全基因组关联分析,筛选影响母猪初情期日龄的重要基因。【结果】571头杜洛克母猪的初情期日龄符合正态分布,初情期日龄最早为173 d,最晚为291 d,平均为224 d;初情期越早的母猪表现出更高的窝产仔数和平均窝重;通过质控,共有30 281 SNP位点被用于全基因组关联分析,在前10个潜在SNP位点附近,找到ABCC8、BCAR3、NELL2和NSF等基因,这些基因的主要功能富集在ATP binding、第二性征发育、激素分泌的调控方面。【结论】初步筛选了影响母猪初情期日龄的基因,但具体功能需要进一步研究确认。此研究不仅能为解析母猪初情期启动的遗传机制提供参考,还能为母猪初情期日龄的遗传改良提供一定的理论基础。     

广益黑猪繁殖性状的全基因组关联分析

选取441头广益黑猪经产母猪为研究对象,利用猪50K SNP芯片对猪耳组织DNA进行基因型分型,PLINK 1.9质控后,采用GMAT中的重复力模型进行猪繁殖性状相关的全基因组关联分析,确定显著位点。结果表明：441头经产广益黑猪母猪的耳组织DNA基因分型共获得50 898个SNPs,经质控剩余46 165个SNPs位点用于关联分析;平均亲缘关系系数为–0.002 2,平均亲缘关系较远,不存在明显的群体分层;总产仔数性状有1个SNP在全基因组范围内达到显著相关,4个SNPs达到潜在显著关联,候选基因包括PIK3C3、ENSSSCG00000003753、MAP3K3、DCAF7;产活仔数性状有6个SNPs潜在显著关联,候选基因包括ZNF585A、ENSSSCG00000022411、ZNF784、ENSSSCG00000029007、PigE–108A11.5、PigE–108A11.3、ENSSSCG00000023343;弱仔性状有1个SNP达潜在显著关联,候选基因包括KRTAP7–1和TIAM1;经基因功能分析推测,PIK3C3、MAP3K3可能是影响猪总产仔数的候选基因。     

春小麦籽粒主要品质性状的全基因组关联分析

[目的]挖掘小麦籽粒品质性状显著相关的SNP位点及候选基因,并揭示其遗传机理,为相关基因克隆和分子标记辅助选择提供理论依据.[方法]通过检测298份国内外春小麦品种(系)5个环境下蛋白质含量、湿面筋含量、沉降值、淀粉含量、籽粒硬度、出粉率和容重等7个籽粒品质性状的表型,并结合小麦55K SNP芯片,采用Q+K关联混合模...     

整合数字基因表达谱与全基因组关联分析鉴定猪血液性状候选基因

【目的】整合数字基因表达谱与全基因组关联分析鉴定白色杜洛克×二花脸F₂资源群体的血液性状候选基因。【方法】白色杜洛克×二花脸F₂资源群体在(240±3)d屠宰,收集血液于抗凝管中进行血常规检测。利用Illumina 60K SNP芯片对1 020头F₂资源群体进行基因分型。剔除基因型检出率< 90%和孟德尔错误检出率> 5%的个体。检出率< 95%、次等位基因频率< 5%、哈代-温伯格检验(HWE) P < 5×10^-6、与性染色体连锁疑似常染色体的SNP被筛除。利用Illumina GA II 测序仪测序对502头F₂资源群体的肝脏进行数字基因表达谱测序。测序得到的原始数据经过滤获得清洁标签后与参考标签数据库比对,将能唯一比对到参考基因序列的清洁标签数量进行标准化处理以获得标准化的基因表达量。每个转录本的表达水平进一步转化为lg2值。在少于20%的个体中表达的转录本被滤去。表型性状和基因表达性状使用R程序包中GenABEL内polygentic功能进行性别、批次和亲缘关系的校正。其残差使用R程序包中斯皮尔曼系数评估基因表达水平与表型数据的关联性,设定保守阈值P < 5×10^-4时调整多重检验。将检测到的表达数量性状位点(eQTL)及其对应基因根据其位置相对照的关系进行绘图。搜寻前期GWAS最高点5.0 Mb区域内eQTL结合GWAS结果进行综合分析。Gene Ontology & KEGG pathway富集分析使用在线工具DAVID。基因共表达网络使用在线工具GeneMANIA进行构建。【结果】白色杜洛克×二花脸F₂资源群体中502个个体的20 108个肝脏转录本通过了质检。当P < 5×10^-4时鉴别到与血红蛋白(HGB)、红细胞数目(RBC)、红细胞压积(HCT)、平均红细胞体积(MCV)、平均红细胞血红蛋白含量(MCH)和白细胞数目(WBC)关联的转录本共259个。有34个转录本与一个以上表型关联。用上述血细胞性状关联的转录本进行eQTL定位,当阈值P < 10^-5时得到304个eQTL,每个转录本映射到1-6个eQTL,其中有35个顺式eQTL,120个反式eQTL。MCH和MCV的顺式eQTL位置重叠位于8号染色体。7号染色体存有数量最多的eQTL,其中多数为反式eQTL。通过eQTL定位确定了KIT为候选基因。Gene Ontology & KEGG pathway富集分析鉴别到与红细胞性状相关的基因KIT、PSEN2和TFRC,与白细胞性状相关的基因THBS1和CYR61。通过整合前期GWAS数据及eQTL定位并建立基因共表达网络,鉴定到与白细胞性状相关的基因RPS10。【结论】利用基于白色杜洛克×二花脸F₂资源群体的eQTL定位并结合前期GWAS数据,鉴别到与红细胞性状相关的基因KIT、PSEN2和TFRC,与白细胞性状相关的基因THBS1、CYR61和RPS10。     

葡萄果粒质量相关性状全基因组关联分析

【目的】果粒大小是葡萄外观和产量的重要构成因子之一,为受多基因调控的复杂数量性状,挖掘葡萄果粒大小相关性状的关键遗传调控位点和基因,将有助于葡萄产量的提高。【方法】本研究以150份葡萄品种资源为材料,分别于2019年和2020年对葡萄果实单粒重、种子数目和种子质量等进行测定,并结合重测序获得的高密度基因型数据进行全基因组关联分析（genome-wide association study,GWAS）,挖掘调控各性状的遗传位点和基因。【结果】各性状在关联群体中呈现广泛的连续变异,变异系数为39.55%—68.89%;在不同年份均服从正态分布,符合数量性状遗传特征;相关性分析表明葡萄果实单粒重、种子数目和种子质量呈显著正相关。全基因组关联分析共检测到150个与果实单粒重显著关联的SNP,在2019年检测到99个SNP,解释表型变异的14.48%—25.59%;在2020年检测到73个SNP,解释表型变异的16.08%—26.83%;其中24个SNP位点在两个年份均检测到,主要位于1号、5号、11号和16号染色体。相较于果实单粒重,检测到的与种子数目显著关联的SNP较少,2019年检测到1个...     

玉米杂交种穗部性状的全基因组关联分析

【目的】玉米穗部性状是产量的重要构成因子,利用全基因组关联分析（genome-wide association study,GWAS）方法解析玉米杂交种穗部性状的遗传基础、挖掘与穗部性状相关的位点,为功能基因克隆和高产玉米品种培育提供参考。【方法】选用115份来源于陕A群和陕B群的优良玉米自交系和4份国内骨干作为亲本,以基于NCⅡ遗传交配设计获得的442份玉米杂交种为材料构建关联群体,调查2个环境中群体材料的穗长、穗粗、穗行数等8个穗部性状;利用tGBS技术检测亲本基因型,推测出F₁杂交种的19 461个高质量SNP,结合杂交种表型和基因型开展基于加性、显性及上位性模型的穗部性状的全基因组关联分析,并利用公共数据库中玉米穗发育相关组织的转录组数据和基因的注释信息预测候选基因。【结果】表型数据分析结果显示,试验群体的8个穗部性状均符合正态分布,表型变异为3.78%—45.25%。方差分析表明,8个穗部性状的环境效应和基因型效应均呈现极显著水平（P<0.001）,广义遗传力为54.15%—68.89%。同时玉米杂交种穗部性状间呈现显著正相关或显著负相关。利用加性和显性模型分别检测到16个和3个显著SNP,上位性模型检测到79个上位性位点。3种模型检测的显著位点累积解释各性状38.21%—60.69%的表型变异,其中,加性模型检测到的显著SNP累积解释的表型变异为0.00—41.26%,上位性模型检测到的位点累积解释的表型变异为15.18%—45.36%。基于加性和显性模型检测的显著SNP的效应分析发现多数位点呈现加性和部分显性效应,仅2个为超显性。进一步分析发现,7个单SNP和5个上位性位点能够解释5%以上的表型变异。根据SNP的位置以及基因的表达信息预测了17个候选基因。【结论】玉米杂交种穗部性状主要受加性、上位性效应影响,显性效应影响较小;加性和显性模型检测的SNP主要表现为加性和部分显性效应,可通过聚合有利等位基因改良目标性状。     

棉花产量构成因素性状的全基因组关联分析

【目的】 对铃重、衣分、单株铃数和籽指等棉花产量构成因素性状进行全基因组关联分析（genome-wide association study,GWAS）,发掘与其关联的标记位点、优异等位变异及候选基因,为棉花产量的分子育种提供理论依据。【方法】 以408份陆地棉品种（系）资源为材料,利用Cotton SNP 80K芯片,对6个环境的铃重、衣分、单株铃数和籽指4个产量构成因素性状进行基于混合线性模型（mixed linear model,MLM）的全基因组关联分析,检测与产量构成因素性状显著关联的位点、优异等位变异;进一步依据转录组数据的基因表达量,在显著关联的位点侧翼序列1 Mb区间挖掘可能的候选基因。【结果】 4个产量构成因素性状在不同环境下均表现出广泛的表型变异,其中,单株铃数变异系数最大为16.67%—22.66%,各性状的遗传率为48.4%—92.2%;除铃重与衣分间相关性不显著外,其他性状间均呈显著或极显著相关性;基于6个环境各性状表型数据的最佳线性无偏预测值（best linear unbiased prediction,BLUP）,GWAS共检测到分布于基因组的7个区间内23个与目标性状关联的SNP位点,其中,与铃重关联的位点5个,与衣分关联的位点1个,与单株铃数关联的位点9个,与籽指关联的位点8个,有3个位点（TM21094、TM21102和TM57382）同时与多个目标性状关联;鉴定到7个最优SNP位点的优异等位变异,分别为TM21099（TT）、TM57382（GG）、TM78920（CC）、TM53448（TT）、TM59015（AA）、TM43412（GG）和TM69770（AA）;利用转录组数据分析,在基因组的7个区间筛选到158个与产量形成可能的候选基因,GO富集分析和KEGG代谢途径分析发现,候选基因功能类别多样并参与了多种代谢途径。【结论】 在陆地棉品种（系）群体中共鉴定到23个与产量构成因素性状关联的SNP位点,筛选到158个可能与产量性状相关的候选基因。     

Genome-wide association study of the backfat thickness trait in two pig populations

Backfat thickness is a good predictor of carcass lean content, an economically important trait, and a main breeding target in pig improvement. In this study, the candidate genes and genomic regions associated with the tenth rib backfat thickness trait were identified in two independent pig populations, using a genome-wide association study of porcine 60K SNP genotype data applying the compressed mixed linear model (CMLM) statistical method. For each population, 30 most significant single-nucleotide polymorphisms (SNPs) were selected and SNP annotation implemented using Sus scrofa Build 10.2. In the first population, 25 significant SNPs were distributed on seven chromosomes, and SNPs on SSC1 and SSC7 showed great significance for fat deposition. The most significant SNP (ALGA0006623) was located on SSC1, upstream of the MC4R gene. In the second population, 27 significant SNPs were recognized by annotation, and 12 SNPs on SSC12 were related to fat deposition. Two haplotype blocks, M1GA0016251-MARC0075799 and ALGA0065251-MARC0014203-M1GA0016298-ALGA0065308, were detected in significant regions where the PIPNC1 and GH1 genes were identified as contributing to fat metabolism. The results indicated that genetic mechanism regulating backfat thickness is complex, and that genome-wide associations can be affected by populations with different genetic backgrounds.     

Genome-wide association study for rib eye muscle area in a Large White×Minzhu F_2 pig resource population

Rib eye muscle area(REMA) is an economically important trait and one of the main selection criteria for breeding in the swine industry. In the genome-wide association study(GWAS), the Illumina Porcine SNP60 Bead Chip containing 62 163 single nucleotide polymorphisms(SNPs) was used to genotype 557 pigs from a porcine Large White×Minzhu intercross population. The REMA(at the 5th–6th, 10th–11th and the last ribs) was measured after slaughtered at the age of(240±7) d for each animal. Association tests between REMA trait and SNPs were performed via the Genome-Wide Rapid Association using the Mixed Model and Regression-Genomic Control(GRAMMAR-GC) approach. From the Ensembl porcine database, SNP annotation was implemented using Sus scrofa Build 10.2. Thirty-three SNPs on SSC12 and 3 SNPs on SSC2 showed significant association with REMA at the last rib at the chromosome-wide significance level. None of the SNPs of REMA at the 5th–6th rib and only a few numbers of the SNPs of REMA at the 10th–11th ribs were found in this study. The Haploview V3.31 program and the Haplo.Stats R package were used to detect and visualize haplotype blocks and to analyze the association of the detected haplotype blocks with REMA at the last rib. A linkage analysis revealed that 4 haplotype blocks contained 4, 4, 2, and 4 SNPs, respectively. Annotations from pig reference genome suggested 2 genes(NOS2, NLK) in block 1(266 kb), one gene(TMIGD1) in block 2(348 kb), and one gene(MAP2K4) in block 3(453 kb). A functional analysis indicated that MYH3 and MYH13 genes are the potential genes controlling REMA at the last rib. We screened several candidate intervals and genes based on the SNPs location and the gene function, and inferred that NOS2 and NLK genes maybe the main genes of REMA at the last ribs.     

数量性状全基因组关联分析中上位效应遗传位点检测方法研究进展

数量性状的表型变异受到大量效应微小的遗传位点和诸多环境因素的共同作用,但在数量性状的遗传研究领域,关于不同遗传位点之间加性效应与上位效应相对重要性的认识却存在着分歧。近年来,伴随着全基因组关联分析在人类及家养动物数量性状研究中的发展,在全基因组关联分析的框架内进行上位效应遗传位点的检测越发受到重视。文章以遗传力失踪问题为出发点,首先综述了标记-QTL连锁分析和GWAS框架下传统上位效应遗传位点的检测方法,然后对基于表型方差同质性检验和广义线性混合模型方法的上位效应统计推断以及混杂因素的处理方法进行了总结与梳理,旨在为数量性状全基因规模上位效应的相关研究提供理论参考。     

Identifying the complex genetic architecture of growth and fatness traits in a Duroc pig population

In modern pig breeding programs, growth and fatness are vital economic traits that significantly influence porcine production. To identify underlying variants and candidate genes associated with growth and fatness traits, a total of 1 067 genotyped Duroc pigs with de-regressed estimated breeding values(DEBV) records were analyzed in a genome wide association study(GWAS) by using a single marker regression model. In total, 28 potential single nucleotide polymorphisms(SNPs) were associated with these traits of interest. Moreover, VPS4 B, PHLPP1, and some other genes were highlighted as functionally plausible candidate genes that compose the underlying genetic architecture of porcine growth and fatness traits. Our findings contribute to a better understanding of the genetic architectures underlying swine growth and fatness traits that can be potentially used in pig breeding programs.     

杜洛克猪PHKG1基因多态性及其与生产性状的关联性分析

PHKG1基因g.8283 C>A位点是影响猪肉糖原酵解潜能及系水力的因果突变位点。为评估该位点是否对其他生产性状有影响,采用RFLP技术检测该基因位点在153头杜洛克猪群体中的多态性,并分析不同基因型对体质量、日增重、背膘厚、眼肌面积及瘦肉率的影响。结果表明：PHKG1 g.8283 C>A位点CC、AC、AA 3种基因型频率分布分别为0.320、0.536、0.144,优势等位基因C的频率为0.588,劣势等位基因A的频率为0.412;PHKG1不同基因型对体质量、日增重、背膘厚、眼肌面积、瘦肉率均无显著影响（P>0.05）。据此,为提高肉质性状,在兼顾体型外貌及性能测定的前提下,可尽快提高优势等位基因C的频率。     

滩羊毛色的全基因组关联分析

滩羊不仅肉质鲜美,其所产的二毛裘皮在国内外也享有盛誉,毛色是滩羊重要的经济性状。为检测影响滩羊毛色的基因组区域,利用美国Affymetrix绵羊600K基因分型芯片对宁夏盐池地区具有代表性毛色的96只滩羊个体(全白、白毛黑头、白毛褐或黄头)进行基因分型,并采用Logistic回归方法进行全基因组关联分析。通过Bonferroni校正,检测到5个与毛色显著关联的SNPs。这些SNPs分别位于或邻近2个已知基因(MC1R和TCF25)。其中MC1R基因参与调控黑色素的合成,研究表明其与绵羊毛色相关。而TCF25基因与MC1R基因距离很近,可能由于存在一定程度的连锁不平衡而被鉴定到。本研究进一步解析了滩羊毛色性状的遗传机理,为滩羊毛色性状的标记辅助选育提供科学依据。     

OPN基因多态性与猪繁殖性状相关分析

研究长白猪、大白猪、杜洛克猪及槐猪的骨调素(OPN)基因多态性及其与猪繁殖性状的关系.研究表明:OPN基因在6136 bp处发生同义突变(C→A),发现大白猪、长白猪和槐猪群体中存在3种OPN基因型(CC、CA和AA),而在杜洛克群体中仅发现AA型.在槐猪群体中,CC、AA型初产母猪个体的总产仔数(TNB)均显著高于CA型(P<0.05),不同基因型初产母猪的产活仔数(NBA)差异均不显著(P>0.05);CC、AA型经产母猪个体的TNB均极显著高于CA型(P<0.01),CC型经产母猪的NBA极显著高于CA型(P<0.01),AA型经产母猪的NBA显著高于CA型(P<0.05),但无论是初产母猪还是经产母猪,CC型和AA型的TNB和NBA差异均不显著(P>0.05).在大白猪、长白猪和杜洛克猪群体中,OPN基因对其TNB和NBA均无显著影响(P>0.05).     

玉米花期根系结构的表型变异与全基因组关联分析

【目的】根系作为植株吸收水分和养分的重要器官,对玉米生长及产量的形成至关重要。研究玉米根系结构的遗传机制指导玉米高产育种实践。【方法】以111份玉米优异自交系为材料,于2017年在北京、陕西永寿、山西定襄和河南原阳4个环境下对玉米地下节根层数（RLN）、地下节根总条数（TRN）、地下节根角度（RA）、地下节根面积（RS）、地下节根体积（RV）和地下节根干重（RDW）等6个玉米根系相关性状进行调查。取4个环境的平均值作为6个根系相关性状的表型数据,对6个相关性状进行统计分析和相关性分析,对不同年代、不同类群自交系的地下节根相关性状进行差异分析。基于该群体全基因组152 352个高质量SNP标记,利用FarmCPU模型进行全基因组关联分析获得显著关联SNP位点,并在LD衰减距离范围内查找候选基因,对候选基因的功能进行富集分析。【结果】表型分析表明,6个地下节根性状均呈现正态分布,且均显示出较高的遗传力;相关性分析结果表明,地下节根层数和总条数均与地下节根角度和面积呈负相关,地下节根的角度、面积、体积和干重等4个性状之间相互呈现显著正相关关系;不同年代的玉米地下根系结构存在差异,地下节根层数和总条数在年代的更替间表现出下降的趋势,地下节根角度和面积在年代更替间表现出上升的趋势,根干重和根体积在各年代间无显著差异;玉米地下根系结构在类群间也存在差异,旅大红骨类群的6个地下节根性状值均高于其余类群。全基因组关联分析共检测到26个SNP位点与地下节根层数、总条数、体积和干重性状显著关联（P<0.00001）,其中11个显著关联位点定位于前人报道的根系QTL区间内,2个显著关联SNP在地下节根层数和总条数中均被检测到。基于显著关联SNP位点共挖掘到177个候选基因,其中135个具有功能注释,Zm00001d037368可能为控制地下节根层数和总条数的一因多效候选基因。候选基因功能的富集分析结果显示,候选基因的功能主要涉及植物体内的代谢调节、应激反应、运输活性、催化活性、结合蛋白及细胞成分等。【结论】玉米自交系的根系结构在不同年代间和不同类群间存在不同程度的差异,采用全基因组关联分析策略挖掘控制玉米根系结构的相关遗传位点及候选基因,共检测到26个显著关联的SNP位点。